《应用统计学》考查题目

申明敬告: 本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。

文档介绍

《应用统计学》考查题目

《应用统计学》考查题目:近年来,我国的水污染形势严峻,河流水体、湖泊水体、地下水、饮用水源等都遭到了不同程度的污染。一位研究者致力于水污染研究,请你根据本学期所学的应用统计学知识,来谈一谈如何进行水污染研宄。要求:1.先把题目在答卷纸上抄一遍,然后开始写一篇课程论文来阐述如何运用统计学知识来研究水污染问题。2.要求至少写满两个小版面。提示:1.木考查要求考生将统计学知识融会贯通,特別是要熟悉老师在课堂所讲的数学思想。2.不需要计算,如果能够理解老师在课堂上所讲的数学思想,就能做出来,如果能够灵活运用这些思想,就可以得高分。3.这里所说的数学思想主要是平时所讲的“某种分析方法的基本原理是什么?”和“发明某种分析方法是为了解决什么问题?”4.不需要摘要、关键词、文献综述等要素,而更像是一道大论述题,本考查直接写论述部分即可。5.本次考查没有标准答案,只有参考答案,言之成理即可得分,论述有理有据能体现你对这门课程的理解即可得高分。6.论文的结构如下:首先,要提出收集数据的方法,包括:样本怎么取。其次,要分析变量,哪些是自变量,哪些是因变量。再次,要讲清楚分析方法之间的关系:当我们想看差异(不同总体、不同地区),用方差分析;当我们想看关联程度,用相关分析;当我们想看影响,用回归分析等等。最后,怎样运用这些方法,分析实际数据,每个分析有什么用。\n水环境是一个a杂的多因子体系,极易受到各种因素的影响和污染,尤其是流域水环境,对其水资源的开发利用,往往会引起下游河段、湖泊的水质变化,城市水体富营养化等环境问题。因此必须加强流域中各段水环境的管理,合理划分流域水环境管理区,这对于保护水源、改善环境、维持生态平衡、促进经济发展具有重要意义因子分析法,是一种多元统计分析方法,是主成份分析方法的推广和深化,它是将分散在一组变量上的信息集中到某几个综合指标上,分析和识别出对高维度变量有公共影响的共因子,实际上是起着数据降维的作用。张彩香等u]将因子分析法应用于黄桕河水质评价中,成功诊断出水质的污染因子,取得了较好的效果。聚类分析是根据样本自身的属性,按照某些相似性或差异性指标,定:w:的确定样本之间的亲属关系,并按这种亲属关系程度对样木进行聚类,将性质相近的归为一类。郭晓君[2]等用聚类法分析地表水水质污染的类型、程度及趋势,实现了分析过程科学性以及分析结果的可靠性。常见的聚类分析方法有:系统聚类法、动态聚类法、模糊聚类法等。水环境质量评价和管理方法较多,例如黄浦江污染指数、内梅罗水污染指数[3]、祌经网络法[4]、以及模糊聚类、模糊综合评价[5]等这些方法本身精确度较好,能用于水环境质量评价。但是计算过程屮仍然具有较商的经验性,例如隐函数结点数的选取、隶属函数的建立等。主成份、聚类分析复合模型的应用较为广泛[6-71,而在水环境领域应用不多,张妍[8]把主成份分析、聚类分析方法应用在水环境研究上,说明了主成份分析、聚类分析方法的有效性。本文针对己有水环境管理复合模型在应用中存在的主观随意性问题,提出将因子分析与聚类分析方法集成,进行水质评价与分区,研宂水环境管理问题,克服了过去评价方法的一些不足。因子分析和聚类分析方法『91在此不做详细论述,在此着重阐述S合模型的应用,首先对原始数据做标准化处理,经过旋转等变化,提取出儿个主因子,然后对提出的主因子做聚类分析。通过主因子这个纽带将两种方法有机的结合起来,降低了数据的维数,操作起来更加方便,复合模型的计算在SPSS13.0软件上实现\n要求:1.先把题目在答卷纸上抄一遍,然后开始写一篇课程论文来阐述如何运用统计学知识来研允水污染问题。2.要求至少写满两个小版而。提不:1.本考查要求考生将统计学知识融会贯通,特别是要熟悉老师在课堂所讲的数学思想。2.不需要计算,如果能够理解老师在课堂上所讲的数学思想,就能做出来,如果能够灵活运用这些思想,就可以得高分。3.这里所说的数学思想主要是平时所讲的“某种分析方法的基本原理是什么?”和“发明某种分析方法是为了解决什么问题?”4.不谣要摘要、关键词、文献综述等要素,而更像是一道大论述题,本考查直接写论述部分即可。5.本次考查没有标准答案,只有参考答案,言之成理即可得分,论述有理有据能体现你对这门课程的理解即可得高分。6.论文的结构如下:首先,要提出收集数据的方法,包括:样本怎么取。其次,要分析变量,哪些是A变量,哪些是因变量。再次,要讲清楚分析方法之间的关系:当我们想看差异(不同总体、不同地区),用方差分析;当我们想看关联程度,用相关分析;当我们想看影响,用回归分析等等。最后,怎样运川这些方法,分析实际数据,毎个分析有什么用。两周后,即第15周,请学习委员按学好顺序收齐,交到我办公室
查看更多

相关文章

您可能关注的文档